PwC-Studie: Revolution der neuen KI-Agenten im Einzelhandel

Der Einzelhandel steht vor einem Umbruch, der weit über Chatbots und Produktempfehlungen hinausgeht.

Die neue Studie von PwC zeichnet ein klares Bild: Agentic AI – also KI-Systeme, die eigenständig handeln, verhandeln und Transaktionen abwickeln – wird den Commerce fundamental verändern. Nicht irgendwann, sondern jetzt.

Was ist Agentic Commerce?

Agentic Commerce beschreibt den Übergang von KI-gestützten Entscheidungshilfen hin zu autonomen Agenten, die eigenständig wirtschaftliche Transaktionen durchführen.

Das betrifft sowohl den Endkundenbereich als auch den B2B-Einkauf

Statt einem Menschen beim Entscheiden zu helfen, übernimmt der Agent die komplette Kette: recherchieren, vergleichen, verhandeln, bestellen.

Der Paradigmenwechsel lässt sich historisch einordnen

Vom stationären Handel über E-Commerce und Social Commerce bewegen wir uns jetzt zum nächsten Sprung. Und dieser Sprung kommt laut PwC bis zu viermal schneller als die E-Commerce-Adoption damals.

Die Zahlen: Europa im Fokus

Die Studie liefert konkrete Prognosen für den europäischen Markt:

• Bis 2030 könnten KI-Agenten bis zu 15 Prozent der europäischen E-Commerce-Ausgaben ausmachen.
• Das entspricht einem Volumen von über 100 Milliarden Euro – davon allein bis zu 17 Milliarden Euro in Deutschland.
• Bereits heute prüft jeder zweite Retailer den Einsatz von Agentic AI. 20 Prozent haben bereits Agenten entlang der Wertschöpfungskette im Einsatz.
• Im Kundenservice wird bis 2029 eine Kostenreduktion von 30 Prozent durch KI-Agenten erwartet.
• 89 Prozent der US-Retailer berichten bereits von positivem Einfluss auf den Umsatz durch KI-Initiativen.

Fünf Stufen der KI-Autonomie

PwC unterscheidet fünf Reifegrade, die zeigen, wo die Branche steht und wohin die Reise geht:

1. Klassische KI und Datenanalyse

Machine Learning erkennt Muster und schlägt Aktionen vor, zum Beispiel bei Bestandsrisiken oder Preisbewegungen. Standard seit Jahren.

2. Large Language Models

Retail-spezifisch trainierte Modelle beantworten Fragen zu Produkten, Filialabläufen oder Kundenanfragen mit hoher Präzision. Die Phase der Early Adopter.

3. Multimodale Modelle

Modelle, die Text, Regalbilder und Sensordaten gleichzeitig verarbeiten. Sie liefern deutlich feinere Einblicke in Kundenverhalten und Präferenzen. Hier skalieren gerade die fortschrittlicheren Händler.

4. Autonome Agenten

Event-gesteuerte Agenten, die selbstständig handeln: Sie erkennen Lieferverzögerungen und lösen automatisch die richtige Reaktion aus. Das Spielfeld der führenden Innovatoren.

5. Orchestrierte Agenten-Netzwerke (ab 2027)

Ganze Prozessketten werden von Agenten-Netzwerken übernommen. Mehrere Agenten koordinieren gemeinsam End-to-End-Workflows – von der Promotion bis zum Regal, vom Lieferkettenausfall bis zur Lösung. Der Mensch bleibt als Human-in-the-Loop eingebunden, aber die Steuerung liegt bei den Agenten.

Warum der Druck so groß ist

Die Studie identifiziert vier Treiber, die Agentic AI im Handel unvermeidlich machen:

• Geopolitische Volatilität: 25 Prozent der deutschen CEOs sehen geopolitische Konflikte als größte Bedrohung. Agenten ermöglichen flexible Echtzeit-Steuerung von Beschaffung und Preisgestaltung.
• Supply-Chain-Komplexität: Bis 2030 soll der Wettbewerb durch voll integrierte KI-Ökosysteme um 40 Prozent wachsen. Tech-Player wie Google, OpenAI und Anthropic bauen bereits starke Retail-Partnerschaften auf.
• Disruptive Wettbewerber: Branchenvorreiter setzen Agenten bereits von der Beschaffung bis zum Commerce ein. 17 Prozent der Agentic-AI-Anwender nutzen sie bereits in fast allen Workflows.
• Kundenseitige Erwartungen: Bis 2030 werden 33 Prozent der Konsumenten erwarten, Einkäufe per KI zu tätigen. Sichtbarkeit in LLMs wird zum umsatzkritischen Faktor.

Roadmap: Vom Piloten zum skalierbaren Einsatz

PwC empfiehlt eine Vier-Phasen-Strategie für den Aufbau eines „Agent-Ready Enterprise":

Phase 1: Hochwertige Prozesse identifizieren

Experimente mit klaren Abbruchkriterien versehen, um Rauschen zu reduzieren. Zwei bis drei End-to-End-Prozesse auswählen, in denen Agenten echten Mehrwert liefern können – etwa Beschaffung, Commerce-Nachschub oder Service.

Phase 2: Klein starten, schnell skalieren

Schlanke Organisationsstrukturen für die Validierung von Agent-Use-Cases aufbauen. Fokussierte Pilotprojekte mit Human-in-the-Loop-Überwachung durchführen.

Phase 3: Last-Mile-Integration sicherstellen

Agenten über stabile, standardisierte Schnittstellen in Kernsysteme wie OMS, ERP und Store-Ops integrieren.

Phase 4: Skalieren, messen, anpassen

Bewährte Agenten organisationsweit ausrollen. Industrialisierung über wiederverwendbare Komponenten. Performance-Loops mit KPIs und Telemetrie etablieren.

Einordnung

Die PwC-Studie bestätigt, was viele im Handel spüren:

Agentic AI ist kein Zukunftsthema mehr, sondern operative Realität.

Die Gewinner werden diejenigen sein, die jetzt die Grundlagen schaffen – technisch, organisatorisch und kulturell. Wer wartet, riskiert den Anschluss an eine Entwicklung, die sich viermal schneller durchsetzt als E-Commerce.

Besonders relevant für den deutschen Markt: Mit einem Potenzial von bis zu 17 Milliarden Euro allein in Deutschland geht es nicht um abstrakte Szenarien, sondern um konkretes Geschäft.